[论文解读] Topological Data Analysis for Object Data

Vic Patrangenaru, Peter Bubenik+2 more|arXiv (Cornell University)|Apr 26, 2018

Topological and Geometric Data Analysis参考文献 37被引用 9

一句话总结

本文提出一种基于持久性景观的拓扑数据分析框架，用于将物体数据向量化，即使在样本质量较低的情况下也能实现统计分析。令人惊讶的是，研究发现‘几何信号’——持久性较低的拓扑特征——主导了成功的分析，而持久性较高的特征则在生物叶片图像中表现为‘拓扑噪声’。

ABSTRACT

Statistical analysis on object data presents many challenges. Basic summaries such as means and variances are difficult to compute. We apply ideas from topology to study object data. We present a framework for using persistence landscapes to vectorize object data and perform statistical analysis. We apply to this pipeline to some biological images that were previously shown to be challenging to study using shape theory. Surprisingly, the most persistent features are shown to be "topological noise" and the statistical analysis depends on the less persistent features which we refer to as the "geometric signal". We also describe the first steps to a new approach to using topology for object data analysis, which applies topology to distributions on object spaces.

研究动机与目标

• 开发一种稳健的统计分析流程，用于基于拓扑数据分析（TDA）的物体数据，尤其在传统统计量（如均值和方差）不可行时。
• 解决在分析物体数据（尤其是生物图像）时面临的挑战，其中几何噪声和采样质量差会掩盖拓扑结构。
• 在基于TDA的分析中，区分‘拓扑噪声’（持久性高的特征）与‘几何信号’（持久性较低的特征）。
• 提出一种新方法——拓扑物体数据分析（TODA），通过相对同调群 $ H_k(\text{物体空间}, \text{分布的支撑}) $，将代数拓扑应用于物体空间上的分布。
• 证明在物体数据的统计分析中，统计效能并非源于主导的拓扑特征，而是源于编码在持久性较低的拓扑不变量中的细微几何结构。

提出的方法

• 将物体数据表示为从底层度量空间中采样的有限点云。
• 基于点之间的成对距离构建维特里斯-里普斯复形，形成一个过滤的单纯复形。
• 计算过滤复形的持久同调，以捕捉跨尺度的拓扑特征。
• 使用持久性景观将持久同调转换为向量形式，持久性景观具有稳定性且可从持久性图中重建。
• 将这些向量化后的持久性景观用作下游统计分析的输入。
• 提出一种新框架——拓扑物体数据分析（TODA），其基础为相对同调群 $ H_k(\text{物体空间}, \text{分布的支撑}) $，可在物体空间上的分布上实现统计推断。

实验结果

研究问题

• RQ1 当传统统计摘要失效时，拓扑数据分析能否有效总结并实现复杂物体数据的统计推断？
• RQ2 采样质量与几何噪声如何影响物体数据中拓扑特征的表现？
• RQ3 在物体数据的统计分析中，持久性高的（拓扑）特征与持久性较低的（几何）特征的相对贡献如何？
• RQ4 基于物体空间及其分布的相对同调的新框架，能否在拓扑数据分析中产生有意义的统计洞见？
• RQ5 持久性景观在统计建模中，能在多大程度上作为稳健、信息丰富且可向量化的物体数据表示？

主要发现

• 尽管预期持久同调能检测到拓扑信号（例如，叶脉结构中楔形圆的同伦型），但分析主要由持久性较低的特征驱动。
• 持久性图中最具持久性的特征被识别为‘拓扑噪声’，原因在于采样伪影和异常值，特别是在低质量点云中。
• 分析的统计效能源于‘几何信号’——编码叶片底层几何结构的细微、持久性较低的拓扑特征。
• 持久性景观为拓扑数据提供了稳定且可向量化的表示，即使在噪声大、质量差的样本上也能实现有效的统计分析。
• 所提出的TODA框架通过利用相对同调群 $ H_k(\text{物体空间}, \text{支撑}) $，实现了对物体空间上分布的统计分析，这些群在欧氏空间中同构于 $ H_{k-1}(\text{支撑}) $。
• 该框架适用于复杂物体空间（如系统发育树空间），可通过持久同调估计分布支撑的同调。